Arize 反复重建 Alex：哪些事交给模型，哪些事收回代码里？
模型已经会做事，为什么 Agent 仍会忙着更新清单、重复调用，或提前结束任务？
文章
由 AI 采访转化而来，每篇都能追到原视频。
五六十个人每天跑三百多个 Agent，Runlayer 怎么管住权限和费用？
一个小团队同时运行几百个 Agent，怎样看清权限风险，也避免错误调用不断烧钱？
把服务公司买下来以后，AI 省出的时间怎样变成生意？Long Lake 的并购思路
Agent 已经能做服务工作，为什么省下工时之后，经营收益仍可能落空？
看到 Agent 写出 innerHTML 后，他重新开始读代码：ReWeaver 怎样检查设计与代码的漂移
AI 在设计稿和代码之间来回生成界面时，怎样发现逐渐累积的偏差？
并行跑很多 Agent 很容易，账单来了以后怎么证明它们值得
并行启动多个 Agent 很容易，账单到了以后，怎样判断完成的工作值不值？
7000 人大会只有一名设计师：他怎样用 AI 做完数百项物料，还没漏掉 140 个赞助商 Logo
一名设计师怎样为数千人大会制作几百项物料，还能检查讲者和赞助商信息？
AI Agent 每天出问题，付款流程怎样接着跑？Temporal 的一次停机演示
Agent 进程崩溃以后，已经预留的资金和收到的人工批准，怎样继续交给下一步？
票送给朋友后还能退款：Sonar 用 Gitar 演示代码审查漏掉的业务错误
测试全绿，怎样发现新功能与旧流程冲突的业务错误？
十几种支付协议都上了，AI Agent 为什么还在用 API Key？
支付协议已经很多，为什么 Agent 仍很少自己买服务？
模型为什么会规划、发疯和“装乖”？Anthropic 研究者拆解 Claude 内部
只靠预测下一个词，语言模型怎么会规划、算题，又会做出奇怪的回答？
先别急着微调模型：Greg 让本地 AI 先读 10 张工单，连续跑 10 次
想用本地 AI 处理工作，第一步一定是微调或买硬件吗？
AI 会讲药物化学，也会在低分分子上打转：Leash 怎样检查研究决策
AI 解释实验选择时像个化学家，怎样知道它真的把有限预算花在了更好的方向？